I risultati del team di ricerca, che offrono un’alternativa alle tecnologie esistenti basate sulla conversione analogico-digitale, sono stati pubblicati sulla rivista “Nature”.
I segnali analogici e digitali sono due tipi di segnali che trasportano informazioni. I primi variano in modo continuo, come i raggi di luce che formano un’immagine, mentre i secondi sono discontinui, come i numeri binari.
Nelle attività di elaborazione basate sulla visione, come il riconoscimento di immagini e il rilevamento di oggetti, i segnali provenienti dall’ambiente sono analogici e devono essere convertiti in segnali digitali per essere elaborati dalle reti neurali dell’intelligenza artificiale, sistemi addestrati a riconoscere modelli e relazioni in un insieme di dati. Tuttavia, la conversione da analogico a digitale richiede tempo ed energia, limitando la velocità e l’efficienza delle prestazioni della rete neurale. Il calcolo fotonico, che utilizza segnali luminosi analogici, è uno degli approcci più promettenti per risolvere il problema.
Nel nuovo studio, i ricercatori hanno progettato un processore fotoelettronico integrato per sfruttare i vantaggi sia della luce, sotto forma di fotoni, sia degli elettroni, presenti nelle correnti elettriche, in modo completamente analogico. Il risultato è stato definito un “chip completamente analogico che combina il computing elettronico e luminoso”, o ACCEL.
“Abbiamo massimizzato i vantaggi della luce e dell’elettricità nell’ambito dei segnali completamente analogici, evitando gli inconvenienti della conversione analogico-digitale e superando i limiti del consumo energetico e della velocità”, ha dichiarato Fang Lu, ricercatore del team di Tsinghua.
I test hanno dimostrato che ACCEL è in grado di riconoscere e classificare gli oggetti con un grado di precisione paragonabile a quello delle reti neurali digitali. Inoltre, classifica immagini ad alta risoluzione di varie scene di vita quotidiana oltre 3.000 volte più velocemente e con un consumo energetico di 4.000.000 volte inferiore a quello di una GPU (unità di elaborazione grafica) di alta gamma.
In una revisione dei redattori di “Nature” si legge che il team ha ridotto al minimo la necessità di convertitori analogico-digitali, costosi dal punto di vista energetico. “Questo approccio nuovo e pragmatico all’hardware per l’intelligenza artificiale ad alta efficienza energetica consente di sfruttare al meglio le tecnologie di computing sia elettroniche che fotoniche”, si legge.
Fang ha osservato che il vantaggio del bassissimo consumo contribuirà a migliorare il problema del riscaldamento dei chip, e che ha il potenziale per portare progressi nella progettazione futura dei chip.
Dai Qionghai, direttore della Scuola di scienze e tecnologie dell’informazione della Tsinghua University, ha dichiarato che il team ha sviluppato un prototipo di chip e lavorerà per realizzare un chip di intelligenza artificiale di uso generale per una più ampia gamma di applicazioni. (Xin)